统计过程控制SPC及测量系统分析MSA

有志提高个人技能或企业管理人士

课程介绍

当今制造业中，品质控制和品质成本是企业和客户共同关注的焦点。过程中产生的变异，是产品品质变异的来源，要想根本控制品质，首先必须倾听过程的声音，减少或消除过程中造成变异的原因，减少过程变异，提高过程能力，从而控制品质，降低品质成本。SPC——作为一个有力的统计学工具，将协助我们及时发现过程中出现的变异，在可能的重大品质变异出现之前，采取措施，使过程能力稳定在期望的水平。经验告诉我们：

只有稳定的过程（控制图显示受控的过程），才能提供可信赖的过程能力，而过高或过低的过程能力，都会带来额外的品质成本：

通过SPC的运用，将使我们更有效地分配品质控制资源，以制程确保品质，最大限度地降低无形的，看不见的品质成本，赢得客户的信任。

如果说SPC为品质控制提供了一个有力的工具，测量系统分析（MSA），更是品质控制和品质管理的基础，只有好的，可靠的测量系统，才能确保合格产品的交付，不可靠的测量系统，可能使我们作出错误的判断——品质控制过严或过松。因为测量系统的不稳定、偏差和变异，我们可能：拒绝合格的产品——企业自身将不得不增加返工、报废，蒙受不必要损失，增加品质成本,放行不合格的产品——客户的利益将受到损害，企业最终将遭受客户流失，品质索赔风险，从而产生更大的品质成本……对测量系统进行科学合理的分析，可以使我们的测量系统更加可靠，使我们的品质判断更加准确，最大限度地降低无形的，看不见的品质成本，赢得客户的信任。

培训目标

让学员能够了解并掌握：统计学概率分布,基本统计学术语和定义,过程中的普通变异和特殊变异,计量型数据控制图,计数型数据控制图,短期过程能力指标（CP、CPK),长期过程能力指标（PP、PPK）,什么是测量系统,测量系统偏移和变异,量具的分辨率,测量系统的精确性和准确性,测量系统能力指标,连续型数据GageR&R,属性数据GageR&R,GageR&R实验方法

课程提纲

一、统计学基础

1.概率分布(Probabilitydistribution)

——正太分布

——二项分布及泊松分布

2.统计学基本概念

——平均值、极差、方差和标准偏差

——中位数（MEDIAN）、众数（MODE）

3.样品统计学参数VS母体属性参数

4.产品观测到的变异来源

——来自过程本身的变异

——来自测量系统的变异

5.过程变异的种类

——普通变异

——特殊变异

二、统计过程控制

1.过程能力研究

2.短期过程能力指标

——CP、CPK

3.长期过程能力指标

——PP、PPK

4.过程的声音——控制图

——计量型数据控制图（Xbar——R图）（X——MR图），（Xbar——S图）

——计数型数据控制图（P——控制图）（nP——控制图），（C——控制图）（U——控制图）

5.控制图异常信号解释

6.控制图建立步骤

7.理性分组（Rationalsubgroup）

三、测量系统分析基础

1.测量系统变异的来源

2.系统的精确性与准确性

——精确性和准确性对测量结果的影响

3.量具的线性关系(Linearity)

4.量具的分辨率(Discrimination)

——分辨率指数

5.测量系统的稳定性(Stability)

6.量具校准(Calibration)

四、测量系统能力分析

1.测量系统能力指数

——P/T比率、P/TV比率

2.一般制造业测量系统能力指数要求

3.连续数据GaugeR&R分析

4.趣味案例分析（1）

5.属性数据GaugeR&R分析

——PASS/FAIL

——计数型数据

6.趣味案例分析（2）